Python 如何将sklearn管道结构的结构和数据深度复制到新变量中？

假设我已经定义了一个sklearn管道结构。我需要将其结构和数据深度复制到另一个变量中，以便在重新安装原始变量时，新变量不会改变。我尝试使用

sklearn.base

中的

clone

，方法与以下代码类似：

temp_pipe = Pipeline([
    ('Scaler', StandardScaler()), 
    ('LinearRegression', LinearRegression())]);
for i in iterations:
     temp_pipe.fit(X,y);
     ....
     if check_condition:
         final = clone(temp_pipe);

但它似乎是对结构的深层复制，而不是所述的数据：

Clone

在估计器中对模型进行深度复制，而不实际复制 复制附加数据

我知道你可以做如下事情：

final = Pipeline([
    ('Scaler', StandardScaler()), 
    ('LinearRegression', LinearRegression())]);
for i in iterations:
temp_pipe = clone(final) 
temp_pipe.fit(X,y);
     ....
     if check_condition:
         final = temp_pipe;

但是有没有一种方法可以同时深度复制已安装的数据？

从复制导入deepcopy
估计器深度复制=深度复制（管道）

---

请注意，

clone

的目的是获得一个不适合的/干净的估计器。

为什么还需要复制数据？不，没有办法。你不应该这样做。此函数的意义是保存任何带有一些参数的模型，这些参数以后可以用于相同或新数据。@doctorlove我试图在代码中解释它：我在同一数据上拟合不同的模型，我想存储最好的模型，因此我不得不以某种方式复制数据。这只是为了避免在

循环开始时重新初始化
。@你是说
克隆
函数吗？还是哪一个？是的，
克隆
。你能把全部代码都贴出来吗？